ارزيابي ميزان اثربخشي الگوهاي جريان وجوه نقد و مدل برنامه ريزي ژنتيك در پيش بيني درماندگي مالي شركتها

The Effectiveness of Cash flow patterns and genetic programming Model in Predicting Financial Distress

يكي از روشهاي پيش بيني تداوم فعاليت شركتها، استفاده از مد ل هاي پيش بيني درماندگي مالي است. در اين راستا پژوهش حاضر به ارزيابي ميزان اثربخشي الگوي جريان وجوه نقد و مدل برنامه ريزي ژنتيك در پيش بيني درماندگي مالي در بورس اوراق بهادار تهران در طول سالهاي 1381تا 1386 با استفاده از داده هاي 82 شركت مورد آزمون مي پردازد. الگوهاي جريان نقدي، سياست هاي شركت براي تامين منابع، تخصيص منابع و ظرفيت عملياتي را نشان مي دهد. تيوري هاي اقتصادي و محققان قبلي مثبت يا منفي بودن جريان هاي نقدي ناشي ازفعاليت هاي عملياتي، سرمايه گذاري و تامين مالي را با توجه به مراحل چرخه عمر را پيش بيني كرده اند. در پژوهش حاضر از الگوي جريان هاي نقدي در مرحله نزول جهت پيش بيني درماندگي مالي استفاده شده و سپس نتايج آن با مدل برنامه ريزي ژنتيك كه طبق شرايط ايران توسط فرج زاده دهكردي(1386) ارايه گرديده مورد ارزيابي گرفته است. تحقيق حاضر از نظر هدف يك تحقيق كاربردي مي باشد و از نظرماهيت وروش تحقيق از نوع علي-مقايسه اي مي باشد نتايج تحقيق حاضرحاكي از اين است كه الگوي جريان هاي نقدي داراي قدرت پيش بيني درماندگي مالي شركت ها در ايران است. همچنين طبق نتايج تحقيق اثربخشي مدل برنامه ريزي ژنتيك درمقايسه با الگوي جريان هاي نقدي در پيش بيني درماندگي مالي شركت ها بيشترمي باشد.

Bankruptcy of companies is one of the ways which cause the resource to be wasted and the investment opportunities to be faded. Financial Distress Prediction, by providing necessary warnings, can make the companies aware of financial failure and consequently of bankruptcy. In this way they can, take necessary measures, and investors can distinguish between desirable and undesirable opportunities for investment too. Moreover, it will be possible for them to invest their resource in an appropriate time and place. One of methods going concern companies prediction, use of financial distress prediction models. In this present research valuation the effective cash flow patterns and genetic programming model in predicting financial distress of the firms accepted in Tehran Stock Exchange (TSE), duration 6 years period (1381-1386) examine by use data of 82 companies. The combination of cash flow patterns represents firmʹs resource allocations and operational capabilities interacted with their strategy choices. Predictions about each individual cash flow component (operating, Investing, financing) are derived from economic theory, which forms the basis for the life proxy. In this present research use of cash flow patterns in the decline stage and then result of these patterns compare with genetic programming model. Result of this research indicate cash flow patterns can predict financial distress companies in Iran, Also result this research show that the effective genetic programming model in prediction financial distress is more than cash flow patterns.